ビールの新商品開発では、技術者が知見や経験をもとに原材料の配合や工程条件を調整しながら試作を繰り返し、中味のレシピを決定します。キリンでは開発したレシピや技術的な知見がデータベース化されていますが、データの活用に関しては技術者により個人差がありました。
そこでMRIとキリンは2017年に、「試作結果予測機能」を持つ「醸造匠AI」を共同開発しました※1。「試作結果予測機能」は、過去の試験醸造データから学習した機械学習モデルに加え、技術者の知見を取り入れた機能で、原材料の配合や工程条件を設定することで、どのような試作ができるかをAIが予測し提示するものです。本機能を活用することで、技術者がレシピ条件から試作結果を事前予測することが可能となり、商品開発業務が効率化されました。
一方で、目標とする味を実現するレシピの着想には技術者の経験値や発想力が求められるため、依然として技術者による個人差がありました。MRIとキリンは、この問題を解決するために、目標とする味から原材料や工程条件を逆引きできる「レシピ探索機能」の開発に取り組んできました。
そこでMRIとキリンは2017年に、「試作結果予測機能」を持つ「醸造匠AI」を共同開発しました※1。「試作結果予測機能」は、過去の試験醸造データから学習した機械学習モデルに加え、技術者の知見を取り入れた機能で、原材料の配合や工程条件を設定することで、どのような試作ができるかをAIが予測し提示するものです。本機能を活用することで、技術者がレシピ条件から試作結果を事前予測することが可能となり、商品開発業務が効率化されました。
一方で、目標とする味を実現するレシピの着想には技術者の経験値や発想力が求められるため、依然として技術者による個人差がありました。MRIとキリンは、この問題を解決するために、目標とする味から原材料や工程条件を逆引きできる「レシピ探索機能」の開発に取り組んできました。
※1:MRIニュースリリース「ビール新商品開発技術者を支援する「醸造匠AI」のアルゴリズム開発に着手」(2017年8月21日)